1.发布确认原理
如上图所示:队列持久化 + 消息持久化 + 发布确认 三种方式合在一起才可以确保消息不丢失
- 1.生产者将
信道设置成 confirm 模式
,一旦信道进入 confirm 模式,所有在该信道上面发布的消息都将会被指派一个唯一的 ID(从 1 开始)
- 2.
一旦消息被投递到所有匹配的队列之后,broker就会发送一个确认给生产者(包含消息的唯一 ID),这就使得生产者知道消息已经正确到达目的队列了
- 3.如果
消息和队列
是可持久化
的,那么确认消息
会在将消息写入磁盘之后
发出,broker回传
给生产者的确认消息
中的delivery-tag
域包含了确认消息的序列号
,此外 broker 也可以设置basic.ack
的multiple 域
,表示到这个序列号之前的所有消息都已经得到了处理
。 - 4.confirm 模式最大的好处在于是
异步
的,一旦发布一条消息,生产者应用程序就可以在等信道返回确认的同时继续发送下一条消息
,当消息最终得到确认之后,生产者应用便可以通过回调方法来处理该确认消息
,如果 RabbitMQ 因为自身内部错误导致消息丢失,就会发送一条nack
消息,生产者应用程序同样可以在回调方法中处理该 nack 消息
。
2.发布确认策略:
2.1.发布确认策略
- 1发布确认策略有三种,默认是不开启发布确认策略的
发送一个确认一个
发送一部分后,再确认
异步确认
2.2. 开启发布确认策略:
- 1.发布确认
默认是没有开启的
,如果要开启,在生产者方需要调用方法confirmSelect
,每当你使用发布确认的时候,都需要在 channel 上
调用该方法
- 2.具体更改开启的代码如下:
3.编码实现发布确认的三种策略:
3.1.单条确认的发布策略:
- 1.这是一种简单的确认方式,它是一种同步确认发布的方式,也就是发布一个消息之后只有它被确认发布,后续的消息才能继续发布
- 2.
waitForConfirmsOrDie(long)
这个方法只有在消息被确认的时候才返回,如果在指定时间范围内这个消息没有被确认那么它将抛出异常。 - 3.这种确认方式有一个最大的缺点就是:发布速度特别的慢,因为如果没有确认发布的消息就会阻塞所有后续消息的发布,
这种方式最多提供每秒不超过数百条发布消息的吞吐量
package com.jianqun.rabbitmq.five;
import com.jianqun.rabbitmq.util.RabbitMqUtils;
import com.rabbitmq.client.Channel;
import java.util.UUID;
public class ConfirmMessage {
//批量发消息的个数
public static final int MESSAGE_COUNT = 1000;
public static void main(String[] args) throws Exception {
/**
* 发送一个确认一个:
* 发送一部分后,再确认:
* 异步确认:
*/
ConfirmMessage.publishMessageIndividually();
}
public static void publishMessageIndividually() throws Exception {
try (Channel channel = RabbitMqUtils.getChannel()) {
//队列声明
String queueName = UUID.randomUUID().toString();
channel.queueDeclare(queueName, false, false, false, null);
//开启发布确认
channel.confirmSelect();
//记录开始时间
long begin = System.currentTimeMillis();
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = i + "";
channel.basicPublish("", queueName, null, message.getBytes());
//单个消息就马上进行发布确认
//服务端返回 false 或超时时间内未返回,生产者可以消息重发
boolean flag = channel.waitForConfirms();
if(flag){
System.out.println("消息发送成功");
}
}
//结束时间
long end = System.currentTimeMillis();
System.out.println("发布" + MESSAGE_COUNT + "个单独确认消息,耗时" + (end - begin) + "ms");
}
}
}
3.2.批量确认的发布策略:
- 1.上面那种方式非常慢,与单个等待确认消息相比,先发布一批消息然后一起确认可以极大地提高吞吐量,当然这种方式的缺点就是:
当发生故障导致发布出现问题时,不知道是哪个消息出现问题了
,我们必须将整个批处理保存在内存中,以记录重要的信息而后重新发布消息。当然这种方案仍然是同步的,也一样阻塞消息的发布
package com.jianqun.rabbitmq.five;
import com.jianqun.rabbitmq.util.RabbitMqUtils;
import com.rabbitmq.client.Channel;
import java.util.UUID;
public class ConfirmMessage {
//批量发消息的个数
public static final int MESSAGE_COUNT = 1000;
public static void main(String[] args) throws Exception {
ConfirmMessage.publishMessageBatch();
}
//批量确认函数:
public static void publishMessageBatch() throws Exception {
try (Channel channel = RabbitMqUtils.getChannel()) {
String queueName = UUID.randomUUID().toString();
channel.queueDeclare(queueName, false, false, false, null);
//开启发布确认
channel.confirmSelect();
//批量确认消息大小
int batchSize = 100;
//未确认消息个数
int outstandingMessageCount = 0;
long begin = System.currentTimeMillis();
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = i + "";
channel.basicPublish("", queueName, null, message.getBytes());
outstandingMessageCount++;
if (outstandingMessageCount == batchSize) {
channel.waitForConfirms();
outstandingMessageCount = 0;
}
}
//为了确保还有剩余没有确认消息 再次确认
if (outstandingMessageCount > 0) {
channel.waitForConfirms();
}
long end = System.currentTimeMillis();
System.out.println("发布" + MESSAGE_COUNT + "个批量确认消息,耗时" + (end - begin) + "ms");
}
}
}
3.3.异步确认的发布策略:
a.异步确认策略架构:
- 1.异步确认虽然编程逻辑比上两个策略要复杂,但是性价比最高,无论是可靠性还是效率都没得说,
他是利用回调函数来达到消息可靠性传递的,这个中间件也是通过函数回调来保证是否投递成功
,下图就是异步确认方式的逻辑:
生产者把消息发送到队列中,在这个队列中的
消息其实是以map形式进行存储,key是消息的序列号,value是消息内容
,生产者无关注消息是否确认,只需要拼命的发消息,然后brok会把消息的确认情况,异步告诉生产者
b.编码实现异步确认:
package com.jianqun.rabbitmq.five;
import com.jianqun.rabbitmq.util.RabbitMqUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.ConfirmCallback;
import java.util.UUID;
import java.util.concurrent.ConcurrentNavigableMap;
import java.util.concurrent.ConcurrentSkipListMap;
public class ConfirmMessage {
//批量发消息的个数
public static final int MESSAGE_COUNT = 1000;
public static void main(String[] args) throws Exception {
ConfirmMessage.publishMessageAsync();//异步确认
}
//异步确认消息
public static void publishMessageAsync() throws Exception {
try (Channel channel = RabbitMqUtils.getChannel()) {
String queueName = UUID.randomUUID().toString();
channel.queueDeclare(queueName, false, false, false, null);
//开启发布确认
channel.confirmSelect();
/**
* ConcurrentSkipListMap:并发安全队列
* 定义一个线程安全有序的一个哈希表,适用于高并发的情况
* 1.轻松的将序号与消息进行关联
* 2.轻松批量删除条目 只要给到序列号
* 3.支持高并发访问
*/
ConcurrentSkipListMap<Long, String> outstandingConfirms = new ConcurrentSkipListMap<>();
/**
* 发布消息成功的回调函数,确认收到消息的一个回调,参数如下:
* 1.消息序列号
* 2.true 可以确认小于等于当前序列号的消息,false 确认当前序列号消息
*/
ConfirmCallback ackCallback = (sequenceNumber, multiple) -> {
System.out.println("发布确认的消息" + sequenceNumber);
//判断是否需要是批量删除
if (multiple) {
//返回的是小于等于当前序列号的未确认消息 是一个 map
//删除已经确认的消息,剩下的就是未确认的消息
ConcurrentNavigableMap<Long, String> confirmed = outstandingConfirms.headMap(sequenceNumber, true);
//清除这部分已经确认的消息
confirmed.clear();
}else{
//只清除当前序列号的消息
outstandingConfirms.remove(sequenceNumber);
}
};
//发布消息失败的的回调函数
ConfirmCallback nackCallback = (sequenceNumber, multiple) -> {
//打印出未被确认的消息:
String message = outstandingConfirms.get(sequenceNumber);
System.out.println("发布的消息"+message+"未被确认,序列号"+sequenceNumber);
};
/**
* 添加一个异步确认的监听器,监听哪些消息发布成功了或者哪些失败了,参数含义如下:
* 1.确认收到消息的回调
* 2.未收到消息的回调
*/
channel.addConfirmListener(ackCallback, nackCallback);
//开始时间
long begin = System.currentTimeMillis();
//批量发消息
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = "消息" + i;
/**
* channel.getNextPublishSeqNo()获取下一个消息的序列号
* 通过序列号与消息体进行一个关联
* 全部都是未确认的消息体
*/
outstandingConfirms.put(channel.getNextPublishSeqNo(), message);
channel.basicPublish("", queueName, null, message.getBytes());
}
long end = System.currentTimeMillis();
System.out.println("发布" + MESSAGE_COUNT + "个异步确认消息,耗时" + (end - begin) + "ms");
}
}
}
c.如何处理异步未确认消息:
- 1.最好的解决的解决方案就是:
把未确认的消息放到一个基于内存的能被发布线程访问的队列
,比如说用ConcurrentLinkedQueue(并发链路队列) 这个队列在 确认回调线程 与发布线程之间进行消息的传递
- 2.具体实现在上述代码中已经补充:
4.以上 3 种发布确认速度对比
- 1.单独发布消息:同步等待确认,简单,但吞吐量非常有限。
- 2.批量发布消息:批量同步等待确认,简单,合理的吞吐量,一旦出现问题但很难推断出是那条消息出现了问题。
- 3.异步处理:最佳性能和资源使用,在出现错误的情况下可以很好地控制,但是实现起来稍微难些